万本电子书0元读

万本电子书0元读

顶部广告

Serverless工程实践:从入门到进阶电子书

(1)豪华作者阵容:作者全部是自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师,经验极为丰富。 (2)三维度深融合:将数据科学的3个维度——商业理解、量化模型、数据技术全面通,涵盖数据科学的应用场景、理论支撑和技术底座。 (3)应用场景面广:本书所有数据科学应用场景均来自商业环境,强调实用、可操作性强。 (4)方法论与案例:围绕3大主题给出了大量方法论和实践,方法论与案例的背景、代码、解读等模块深度融合。

售       价:¥

纸质售价:¥66.70购买纸书

11人正在读 | 0人评论 6.4

作       者:刘宇

出  版  社:机械工业出版社

出版时间:2021-07-01

字       数:30.2万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
这是一本将数据科学三要素——商业理解、量化模型、数据技术全面通的实战性著作,是来自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师的经验总结,得到了SQLFlow创始人以及腾讯、网易、快手、贝壳找房、谷歌等企业的专家一致好评和推荐。   全书三个部分,内容相对独立,既能帮助初学者建立知识体系,又能帮助从业者解决商业中的实际问题,还能帮助有经验的专家快速掌握数据科学的技术和发展动向。内容围绕非实验环境下的观测数据的分析、实验的设计和分析、自助式数据科学平台3大主题展,涉及统计学、经济学、机器学习、实验科学等多个领域,包含大量常用的数据科学方法、简洁的代码实现和经典的实战案例。   部分(第 1~6 章) 观测数据的分析技术 讲解了非实验环境下不同观测数据分析场景所对应的分析框架、原理及实际操作,包括消费者选择偏好分析、消费者在时间维度上的行为分析、基于机器学习的用户生命周期价值预测、基于可解释模型技术的商业场景挖掘、基于矩阵分解技术的用户行为规律发现与挖掘,以及在不能行实验分析时如何更科学地行全量评估等内容。   第二部分(第7~9章)实验设计和分析技术 从 A/B 实验的基本原理出发,深浅出地介绍了各种商业场景下行实验设计需要参考的原则和运用的方法,尤其是在有样本量约束条件下提升实验效能的方法及商业场景限制导致的非传统实验设计。   第三部分(第10~12章) 自助式数据科学平台SQLFlow 针对性的讲解了源的工程化的自助式数据科学平台SQLFlow,并通过系统配置、黑盒模型的解读器应用、聚类分析场景等案例帮助读者快速了解这一面向未来的数据科学技术。<br/>【推荐语】<br/>(1)豪华作者阵容:作者全部是自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师,经验极为丰富。 (2)三维度深融合:将数据科学的3个维度——商业理解、量化模型、数据技术全面通,涵盖数据科学的应用场景、理论支撑和技术底座。 (3)应用场景面广:本书所有数据科学应用场景均来自商业环境,强调实用、可操作性强。 (4)方法论与案例:围绕3大主题给出了大量方法论和实践,方法论与案例的背景、代码、解读等模块深度融合。<br/>【作者】<br/>谢梁 经济学博士,腾讯QQ浏览器副总经理、QQ浏览器数据负责人。CCF数据科学专委会创始委员,选财经数据科学50人,清华大学商学院及香港大学商学院商业分析硕士项目指导嘉宾。曾任滴滴杰出数据科学家、美国微软云存储核心工程部首席数据科学家。   缪莹莹 浙江大学硕士,曾任滴滴首席数据科学家,CCF数据科学专委会委员。拥有十余项国家发明专利及国际发明专利,具有丰富的数据仓库建设、数据挖掘建模、实验科学与战略分析的经验。带领团队用数据的方式驱动从0到1的初创形态的业务和成熟形态业务的增长,善于发现业务机会和风险,给业务带来巨大价值。   高梓尧 快手数据分析总监,长期在美国硅谷和中国多家互联网科技公司从事用户分析、实验设计等相关工作。曾带领滴滴数据科学团队与蚂蚁金服联合源共建一站式机器学习工具SQLFlow。拥有多项国家发明专利。清华大学商学院及哥伦比亚大学商学院商业分析硕士项目指导嘉宾、泛华统计协会演讲嘉宾。   王子玲 上海交通大学计算数学硕士,曾任滴滴高级数据科学家、高级模型专家、高级风控专家。先后任职于日企MTI、人人网、滴滴出行、爱奇艺等知名互联网企业,在网约车出行、互联网金融、在线音乐、短视频、网游等领域积累了丰富的大数据分析、策略、挖掘、建模、研究、应用经验。负责过两段公司级重项目从0到1增长的整体数据驱动体系设计及落地。申请平台智能定价及优化算法系统等十余项国家发明专利及国际发明专利。   周银河 现任腾讯数据科学家,曾任滴滴数据科学家,清华大学商学院及哥伦比亚大学商学院商业分析硕士项目指导嘉宾。拥有丰富的数据分析、统计建模及实验设计经验。   丁芬 曾任滴滴数据科学家,曾就职于美团、滴滴等国内知名互联网公司,工作经历涉及市场咨询、信贷风控、网约车交易及信息流等领域。   苏涛 物理学博士,美国生物物理学会会员。曾任中国科学院研究助理,研究量子计算和主动流体。后任乔治华盛顿大学计算物理研究员,从事细胞模拟、生物领域机器学习、高性能计算等方向的研究。2017年互联网行业,先后在Elex 和滴滴行数学模型、算法和数据科学方向的研究,熟悉复杂网络、流形几何嵌、时频分析以及相关的机器学习和优化方法。   王禹 曾任滴滴高级数据分析师,主要负责滴滴分单引擎和调度引擎的实验设计、评估、数据分析以及成交率等核心指标的预测、异常诊断归因等工作。现任某短视频科技企业算法工程师,主要负责LBS定位、POI挖掘等相关场景的策略算法发。   吴君涵 曾任滴滴资深数据分析师,擅长用户增长分析和体验量化建模。具有丰富的大数据挖掘建模、产出数据驱动洞察并通过洞察影响决策的实战经验。   杨骁捷 曾任滴滴高级数据分析师,擅长双边平台的供需匹配效率分析,在出行、电商等不同业务场景中灵活运用因果推断,评估业务收益。现任快手资深数据分析师。   刘冲 曾任滴滴高级数据分析师,主要负责流量运营的实验设计、评估、数据分析以及优化司机行为和提高司机收等相关分析,现任快手数据分析师。   王玉玺 中国人民大学商学院博士,美国密歇根大学访问学者,曾任滴滴数据科学部研究员,主要研究方向为定价策略优化、消费者行为分析等。参与多项国家自然科学基金及社会科学基金研究项目,在Expert System、Information Systems Research、《管理评论》等期刊发表多篇论文。   刘未名 曾任滴滴数据科学家,拥有金融、互联网等领域的数据分析经验,擅长利用实验、量化模型解决业务问题,多次参与公司级重项目的数据分析,帮助公司搭建数据驱动工业化体系,拥有国内、国际多项发明专利。   杨凯迪 现任快手数据分析部数据科学家。长期就职于国内头部互联网企业,对于出行定价补贴以及短视频行业用户画像挖掘、策略分析等有丰富经验。工作期间累计发表三篇国家发明专利论文。   李依诺 腾讯数据科学家,本硕先后毕业于美国印第安纳大学数学专业和美国乔治华盛顿大学生物统计学专业。在在线视频、网约车、网络游戏领域积累了丰富的数据科学实战经验,从0 到1 参与过腾讯、滴滴的实验工业化程。   陈祥 资深算法工程师,硕士毕业于爱丁堡大学计算机科学专业。先后从事异常检测、强化学习、自然语言处理、领域知识图谱建设及应用等相关工作。曾就职于爱奇艺、滴滴。SQLFlow 贡献者之一。现从事用户画像、广告系统和推荐相关工作。   朱文静 曾任滴滴高级数据分析师,主要从事基于业务数据行的分析、建模、挖掘等工作。SQLFlow项目重要成员之一,SQLFlow源社区贡献者,参与贡献了多个SQLFlow模型,其中包括可解释黑盒模型、深度学习聚类模型、时间序列模型等。    <br/>
目录展开

版权页

序一

序二

序三

序四

序五

序六

序七

序八

前言

第0章 从云计算到Serverless

第一部分 概念与产品

第1章 什么是Serverless

1.1 Serverless的定义

1.1.1 广义定义探索

1.1.2 Serverless工作流程

1.2 Serverless规范

1.2.1 FaaS解决方案模型

1.2.2 函数的规范与定义

1.2.3 函数生命周期

1.2.4 其他规范

1.3 Serverless的特点

1.3.1 优势与特点

1.3.2 面临的挑战

1.4 典型应用场景

1.4.1 实时文件处理

1.4.2 数据ETL处理

1.4.3 实时数据处理

1.4.4 AI推理预测

1.4.5 IoT后端

1.4.6 Web应用/移动应用后端

1.4.7 音视频转码

1.5 未来可期

第2章 主流Serverless平台和产品

2.1 工业FaaS平台

2.1.1 AWS Lambda

2.1.2 Google Cloud Functions

2.1.3 Azure Functions

2.1.4 阿里云函数计算

2.1.5 华为云函数工作流

2.1.6 腾讯云云函数

2.2 开源FaaS平台

2.2.1 Knative

2.2.2 Apache OpenWhisk

2.2.3 Fission

2.2.4 Kubeless

第二部分 开发入门

第3章 从零入门Serverless

3.1 创建函数

3.1.1 AWS Lambda

3.1.2 Google Cloud Functions

3.1.3 阿里云函数计算

3.1.4 华为云函数工作流

3.1.5 腾讯云云函数

3.2 开发一个Serverless应用

3.2.1 知识准备

3.2.2 项目开发

3.2.3 举一反三

3.3 触发器

3.3.1 定时触发器

3.3.2 对象存储触发器

3.3.3 API网关触发器

3.4 传统Web框架迁移

3.4.1 请求集成方案

3.4.2 其他方案

第4章 Serverless应用开发、调试与优化

4.1 Serverless应用开发观念的转变

4.1.1 文件上传方法

4.1.2 文件读写与持久化方法

4.1.3 慎用部分Web框架的特性

4.1.4 要注意应用组成结构

4.2 Serverless应用调试秘诀

4.2.1 在线调试

4.2.2 本地调试

4.2.3 其他调试方案

4.3 细数Serverless的配套服务

4.3.1 开发者工具

4.3.2 Serverless Workflow

4.3.3 可观测性

4.4 Serverless应用优化

4.4.1 资源评估依旧重要

4.4.2 合理的代码包规格

4.4.3 合理复用实例

4.4.4 善于利用函数特性

第5章 从零搭建FaaS平台

5.1 零基础上手Knative应用

5.1.1 Knative简介

5.1.2 Knative部署

5.1.3 体验测试

5.2 自建Apache OpenWhisk平台

5.2.1 OpenWhisk简介

5.2.2 OpenWhisk部署

5.2.3 开发者工具

5.2.4 体验测试

5.3 快速搭建Kubeless平台

5.3.1 Kubeless简介

5.3.2 Kubeless部署

5.3.3 下载命令行工具

5.3.4 体验测试

第三部分 工程实践

第6章 Serverless与监控告警、自动化运维

6.1 通过Serverless架构实现监控告警功能

6.1.1 Web服务监控告警

6.1.2 云服务监控告警

6.1.3 总结

6.2 钉钉/企业微信机器人:GitHub触发器与Issue机器人

6.2.1 GitHub触发器的实现

6.2.2 GitHub Issue的识别

6.2.3 钉钉机器人/企业微信机器人的实现

6.2.4 Issue机器人的实现

6.2.5 总结

6.3 触发器和函数赋能自动化运维

6.3.1 云盘自动快照

6.3.2 服务器定时重启

6.3.3 总结

6.4 Serverless CI/CD实践案例

6.4.1 CI/CD实践

6.4.2 总结

第7章 Serverless在图像、音视频处理中的应用

7.1 Serverless架构下的图片压缩与加水印

7.1.1 Serverless的图片压缩方案

7.1.2 Serverless的图片加水印方案

7.1.3 项目部署与测试

7.1.4 总结

7.2 Serverless架构下的音视频处理

7.2.1 准备ffmpeg

7.2.2 音视频处理

7.2.3 总结

7.3 Serverless:让图像合成更简单

7.3.1 为头像增加圣诞帽

7.3.2 为头像增加固定装饰

7.3.3 总结

第8章 Serverless架构下的人工智能与大数据实战

8.1 20行代码:Serverless架构下用Python轻松实现图像分类和预测

8.1.1 ImageAI与图像识别

8.1.2 项目Serverless化

8.1.3 项目部署与测试

8.1.4 项目优化

8.1.5 总结

8.2 Serverless与NLP:让我们的博客更有趣

8.2.1 赋能网站SEO

8.2.2 “为你写诗”小工具

8.2.3 总结

8.3 基于Serverless架构的验证码识别功能

8.3.1 浅谈验证码

8.3.2 验证码识别

8.3.3 基于Serverless架构的验证码识别

8.3.4 总结

8.4 函数计算与对象存储实现WordCount

8.4.1 理论基础

8.4.2 功能实现

8.4.3 测试体验

8.4.4 总结

第9章 Serverless架构在前端领域的应用

9.1 初识Serverless SSR

9.1.1 Serverless与SSR

9.1.2 总结

9.2 Serverless架构下的前后端一体化

9.2.1 前后端一体化的发展

9.2.2 Serverless与前后端一体化

9.2.3 总结

第10章 Serverless架构在IoT等其他领域的应用

10.1 基于Serverless架构与WebSocket技术的聊天工具

10.1.1 原理解析

10.1.2 匿名聊天室

10.1.3 体验与测试

10.1.4 总结

10.2 Serverless与IoT:为智能音箱赋能

10.2.1 天猫精灵

10.2.2 小爱同学

10.2.3 总结

10.3 用手机写代码:基于Serverless的在线编程能力探索

10.3.1 在线编程功能开发

10.3.2 更贴近本地的代码执行器

10.3.3 总结

第11章 Serverless工程化项目实践

11.1 基于Serverless架构的博客系统

11.1.1 项目背景

11.1.2 需求分析

11.1.3 整体设计

11.1.4 项目开发

11.1.5 项目预览

11.1.6 思路拓展

11.1.7 总结

11.2 基于Serverless架构的人工智能相册小程序

11.2.1 项目背景

11.2.2 需求分析

11.2.3 整体设计

11.2.4 项目开发

11.2.5 项目预览

11.2.6 经验积累

11.2.7 总结

结束语 Serverless正当时

附录 部分代码汇总

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部